爱窝啦 AI 日报 2026/4/17
今日摘要
Codex 完成大跃进：能看屏幕、点鼠标、敲键盘，整台电脑都成了它的操作范围，300万开发者的工具悄悄变成了全能 Agent。
xAI 的 GPU 利用率只有 11%，被迫转型出租算力，马斯克的模型公司正在变成云服务商。
今天最值得点开的是前两条——编程工具的边界正在消失，这不是小更新。⚡ 快速导航
- 📰 今日 AI 资讯 - 最新动态速览
💡 提示：想第一时间体验文中提到的最新 AI 模型（Claude 4.5、GPT、Gemini 3 Pro）？没有账号？来 爱窝啦 Aivora 领个号，一分钟上手，售后无忧。
今日AI资讯
👀 只有一句话
Codex 悄悄从"写代码的工具"变成了"能操作你整台电脑的 Agent"——这个升级，比大多数人意识到的要激进得多。
🔑 3 个关键词
#Codex越界 #算力空转 #图像军备竞赛
🔥 重磅 TOP 10
1. Codex 大更新：从写代码工具变成能操作你电脑的助手
以前 Agent 碰到没有 API 的软件就直接卡死，现在不一样了。Codex 这次升级之后，能自己看屏幕、自己点鼠标、自己敲键盘，在 Mac 上跑多个 Agent 并行干活，还不会抢你正在用的窗口。每周 300 多万开发者在用这个工具，这次升级的意义不只是"加了几个功能"——它在悄悄把编程助手的边界往外推，推到整台电脑都是它的操作范围。新增 90 多个插件，JIRA、GitLab、CircleCI、微软全家桶全接进来了，图像生成也打通了，产品概念图和写代码可以在同一个流程里完成。
2. Codex 内置浏览器上线：直接在编辑器里圈点网页给 Agent 下指令
以前调试前端，你得在浏览器和编辑器之间来回切换，截图、复制、粘贴，一套流程下来能把人搞烦。现在 Codex 直接内置了带"评论模式"的浏览器，点一下网页元素，它自动截图、抓 DOM、把上下文塞进对话窗口，Agent 立刻知道你在说哪里。这个功能最早是 v0 先做的，现在 Codex 也跟上了。对做前端开发和游戏调试的人来说，这个体验变化是实实在在的——少了好几个来回，迭代速度直接快一截。
3. xAI 把自己变成 GPU 出租商，第一个客户是 Cursor
坐拥 20 万块 Nvidia GPU，GPU 利用率只有 11%——行业正常水平是 35%-45%。这个数字一出来，xAI 为什么突然要出租算力就说得通了。Cursor 计划用 xAI 的数万块 GPU 训练新版编程模型 Composer 2.5，这笔交易让马斯克的 xAI 从模型公司悄悄变成了云计算服务商，跟亚马逊、微软、Google 站到了同一条赛道。更微妙的是，xAI 今年 3 月刚从 Cursor 挖走了两位产品工程负责人——这两家公司的关系，已经不只是简单的买卖了。
4. gpt-image-2 实测：给 GitHub 链接直接生成中文宣传图，零错字
把项目的 GitHub 链接扔给它，让它生成卡片式宣传图，中文一个错字都没有。这件事听起来平常，但对比一下谷歌最近对 Gemini Nano 2 的降智操作，差距就出来了。gpt-image-2 现在的中文文字生成能力，已经到了可以直接用于对外宣传物料的程度，不需要再手动修字。对做内容、做产品的人来说，这个能力点是真实可用的，不是跑分上的数字游戏。
5. Nuvacore 成立：Nuvia 原班人马重出江湖，拿了 2.4 亿美元做 AI 时代的 ARM CPU
五年前，Gerard 创立 Nuvia 做 ARM CPU，被高通收购。五年后，他带着原班人马重新出发，新公司叫 Nuvacore，拿了红杉的投资，目标是做面向 AI 基础设施和 Agentic Computing 的通用 ARM CPU。时机选得很准：AI Agent 带来的 CPU 短缺已经开始浮现，AWS 多个客户都在抢 Graviton ARM CPU 产能。上次他们在方向未被验证时就成功了，这次风口更明确、融资更多、团队更强——湾区芯片圈最热门的抢人大战，大概率要开始了。
6. AI 智能体跑十步就崩？问题不在模型，在 Harness 没配好
Agent 跑到第七步突然开始胡编乱造，第十步输出一段残破的 JSON，整条链路夭折——这个场景很多人都遇过，第一反应是骂模型太蠢。但若石这篇博客给出了另一个视角：不是马不行，是缰绳没拴好。他提出的 Harness Engineering 有四个核心原则：能用代码约束的别指望模型自觉、关键状态必须外置、错误要能自动回滚、执行链路要可观测。这不是新概念，但把它系统化地讲清楚，对正在踩坑的 Agent 开发者来说，是真正有用的工程指南。
7. 李广密点评海外 AI 大厂：Anthropic 专注领跑，OpenAI 暂时被低估
张小珺《商业访谈录》里，李广密对三家公司的判断很有意思。Anthropic：果断放弃 C 端和多模态，All in Coding 和 Agent，创始人亲自带队清数据，信息高度保密，是目前最专注的领跑者。OpenAI：曾经陷入和 Google 抢流量的泥潭，对 Coding 赛道判断晚了几个月，但人才密度极高，正在快速补课，大概率能追平甚至交替领先。Google：最稳的追随者，Gemini 3.0 过度追跑分，忽视了实际体验。这个视角不是新闻，但作为理解三家公司战略差异的框架，值得存下来。
8. Video Use 开源：Claude Code 直接剪辑视频，去掉口头禅和空白段
Browser Use 公司又开源了一个 Agent 工具，这次是给视频剪辑用的。原理是先提取字幕并标注每个词的时间点，然后让 LLM 根据字幕来剪辑——去掉口头禅、措辞、空白时间段，也支持按需截图分析。适合口播类视频，局限也很明显：整体还是靠字幕文本驱动，不能理解画面内容。但对做知识分享、播客剪辑的人来说，这个工具能省掉不少手动找时间点的功夫，GitHub 直接可以去拿。
9. 谷歌 Gemini Mac 客户端上线，但功能简陋到让人尴尬
终于来了，但来了又感觉没来。全用 Swift 写的原生应用，UI 粗糙，Artifact 复杂一点的网页都渲染不了。对比 Claude 和 ChatGPT 的 Mac 客户端，这个版本更像是"先占个坑"。谷歌在模型能力上一直不差，但产品节奏慢、打磨不够，是老毛病了。现在 AI 客户端的竞争已经很激烈，这个状态上线，很难留住用户。
10. 警惕 X 上的 AI 训练诈骗：用 Google Site 伪造官方域名，执行命令就完蛋
套路是这样的：有人在 X 上说有 AI 训练项目可以参加，引你去 Telegram，然后发一个用 Google Site 搭建的伪造谷歌工作空间链接——域名和内容看起来完全是官方的。点进去提示"认证错误"，让你执行一段指定命令，执行了就中招了。这个骗局的隐蔽性在于 Google Site 本身就是谷歌的服务，域名真实，普通人很难分辨。记住一条：任何让你在终端执行"修复命令"的链接，不管来源看起来多正规，都不要碰。
[产品] Impeccable 升级到 2.0，推出 CLI 工具检测 25 种 AI slop 设计 — 不用 LLM 就能扫描代码里的 AI 味设计，还有 Chrome 扩展一键检测网页，想做出有辨识度而不是千篇一律 AI 风格的产品，这个工具值得试试。
[产品] Logo 生成 Skill：发产品介绍就能生成 Logo，还能用代码生成动态展示网页 — 结合 Nana Banana 生成高级 Logo 展示图，支持动态网页，做 PPT 封面或官网素材的效率工具，实际效果看视频比描述更直观。
[开源] 阿里开源 Qwen3.6-35B-A3B — 小版本升级，但阿里还在持续开源这件事本身就值得记一下，模型在 HuggingFace 直接可以拿。
[商业] 《经济学人》封面：五位 AI 大佬掌控着塑造未来的模型，该信任他们吗？ — 主流媒体开始正面讨论 AI 权力集中问题，这个叙事框架的出现本身就是一个信号。
[研究] Claude Opus 4.7 开始说"一句话锁死版本"“最硬的那一刀"这类网络黑话 — 模型语料污染问题浮出水面，训练数据里的网络用语正在影响模型输出风格，这个现象值得持续观察。
Claude 开始说黑话了，用户表示：我是在用 AI 还是在刷微博？
有人发现，最新版 Claude Opus 4.7 的回复里开始出现"一句话锁死版本"“最硬的那一刀"这类表达。以前 Claude 给人的印象是措辞严谨、有点学院派，现在突然开始说这种话，用户的第一反应是：这是 Claude 还是某个微博大 V？更有意思的是，有人觉得它和 Codex 的语气越来越像了。模型在悄悄学人说话，但学的是哪种人说的话——这个问题，大概只有训练团队自己知道。
🔮 AI趋势预测（4条）
Codex 系 Agent 工具将引发新一轮"桌面 AI 操作"竞赛
- 预测时间：2026年5月-6月
- 预测概率：75%
- 预测依据：今日新闻 Codex 大更新 显示 OpenAI 已将 Codex 从代码工具扩展为全桌面操作 Agent。这个方向一旦被验证可用，Cursor、GitHub Copilot、Replit 等竞品大概率会在 1-2 个月内跟进类似能力，桌面级 Agent 操作将成为编程工具的新标配。
xAI GPU 云业务将快速扩张，算力出租成为其重要收入来源
- 预测时间：2026年Q2
- 预测概率：65%
- 预测依据：今日新闻 xAI 出租 GPU 给 Cursor 揭示 xAI GPU 利用率仅 11%，远低于行业水平。空转算力变现压力明显，Cursor 只是第一个客户，接下来大概率会有更多 AI 公司跟进租用，xAI 的云计算业务轮廓将逐渐清晰。
AI 图像生成中文文字能力将成为国内用户选择模型的核心指标
- 预测时间：2026年5月
- 预测概率：70%
- 预测依据：今日新闻 gpt-image-2 中文零错字实测 引发大量讨论，对比 Gemini 降智的负面反馈，中文文字生成准确性正在成为国内用户评价图像模型的关键维度，国内厂商将加速跟进这一能力点。
ARM CPU 在 AI 数据中心的渗透率将加速提升，Nuvacore 等新玩家推动格局重塑
- 预测时间：2026年Q3
- 预测概率：60%
- 预测依据：今日新闻 Nuvacore 成立并获 2.4 亿美元融资 显示 AI Agent 带来的 CPU 需求激增已经让 AWS 客户开始抢 Graviton 产能。原 Nuvia 团队的重新集结，是市场对 ARM 服务器 CPU 需求爆发的直接响应，未来半年内这条赛道的竞争将明显加剧。
❓ 相关问题
如何体验 OpenAI Codex 最新版本？
Codex 目前集成在 OpenAI 的桌面应用中，需要 ChatGPT Pro 或 Team 订阅才能使用完整功能，包括最新的桌面操作 Agent 和内置浏览器能力。国内用户在注册和支付环节可能遇到障碍。
解决方案：访问 爱窝啦 Aivora 获取成品账号，极速发货，售后无忧，省去注册和支付的麻烦，直接上手体验最新 Codex 功能。